KLASTERISASI SENTIMEN PADA TAGAR "FUFUFAFA" MENGGUNAKAN K-MEANS

Platform X adalah salah satu media sosial yang digunakan untuk berbagi opini, pengalaman dan informasi terkait isu politik, sosial serta budaya. Salah satu fenomena yang menarik perhatian publik adalah akun “fufufafa” yang dikenal karena konten kontroversialnya, terutama mengenai tokoh politik. Perbincangan tentang akun ini memicu berbagai reaksi emosional dan opini beragam dari masyarakat. Tantangan utama dalam analisis isu ini adalah kesulitan memahami pola sentimen publik secara sistematis. Penerapan metode klasterisasi sentimen dengan algoritma K-means menjadi solusi untuk mengelompokkan opini publik ke dalam tiga kategori utama: positif, netral dan negatif berdasarkan kesamaan karakteristik dalam teks. Penelitian ini bertujuan mengevaluasi efektivitas algoritma K-means dalam mengelompokkan sentimen publik terhadap isu “fufufafa” serta memahami distribusi sentimen yang terbentuk. Data diperoleh melalui teknik crawling dari platform X dan diproses melalui beberapa tahapan preprocessing, seperti cleansing, tokenizing, stopword removal, slang word normalisasi dan stemming. Hasil klasterisasi menunjukkan jumlah klaster optimal adalah tiga klaster, dengan distribusi data pada klaster netral sebanyak 3.825 data, klaster positif 299 data dan klaster negatif 593 data. Evaluasi kualitas klasterisasi dilakukan menggunakan Silhouette Score dengan menguji nilai k dari k=2 hingga 10. Hasil menunjukkan bahwa k=3 merupakan jumlah klaster optimal dengan Silhouette Score sebesar 0,991, membuktikan bahwa algoritma K-means dapat mengelompokkan data dengan akurasi tinggi, sehingga memberikan wawasan berharga dalam analisis opini masyarakat di media sosial.